Comment les retraités façonnent la structure sociale des villes françaises
ANNEXES
1 Présentation du document d’annexes
Ce document constitue une annexe à l’article Comment les retraités façonnent la structure sociale des villes françaises, à paraître dans la revue Métropolitiques. [LIEN à venir]
Il a pour objectif de fournir le code source et des documents complémentaires de la typologie présentée dans l’article.
Les données sont disponibles sur ce dépôt : [LIEN à venir]
2 Les données
L’analyse repose sur une partition de la population des
15 ans et plus en 26 catégories (dites PCS détaillées),
regroupées en 7 groupes (dites PCS regroupées). Celle-ci reprend la
plupart des 24 postes du niveau 2 de la nomenclature PCS
(CS2) à l’exception des retraités qui sont répartis en 6
postes selon leur ancienne PCS déclarée (CSA1) et la
catégorie « des autres personnes sans activité professionnelle » (CS1
agrégée n°8) pour laquelle on a procédé à une agrégation des modalités
de la nomenclature de niveau 3 (CS3) en distinguant d’une
part les « élèves et étudiants » des « chômeurs n’ayant jamais
travaillé » et des « personnes diverses sans activité professionnelle »
de moins de 60 ans et de plus de 60 ans, d’autre part.
Ce travail s’appuie sur les données individuelles de l’exploitation
complémentaire du recensement de 2018, accessibles via le
Centre d'accès sécurisé aux données (CASD). Conformément à
la réglementation, les règles de secret statistique primaire et
secondaire ont été respectées, conduisant au masquage des cellules
comprenant un effectif pondéré inférieur à 10 unités et, lorsque
nécessaire, au masquage d’une seconde case empêchant de retrouver les
valeurs masquées par simple différence. Sur les 789 AU, moins de 4 %
sont concernées par le masquage des cases. Par commodité, les valeurs
masquées ont été remplacées par 0 afin d’inclure les villes concernées
dans la typologie.
La population d’étude inclut, en plus de la population dite « en âge de travailler » (15-64 ans), la catégorie des 64 ans et plus ayant exercé une activité professionnelle au cours de leur vie, comprenant les personnes retraitées.
Le travail est mené à l’échelle des aires urbaines (zonage de 2010 proposé par l’Insee) : celles-ci reposent sur une approche fonctionnelle des espaces urbains, en rendant compte à la fois des concentrations d’emplois et des déplacements domicile-travail des travailleurs.
Les 57 millions d’habitants des 789 AU étudiées représentent près de 85 % de la population française en 2018. Parmi celle-ci, la population des 15 ans et plus correspond à 82 % du total des personnes résidant dans des aires urbaines en 2018, et à 69 % de la population nationale.
Afin de saisir la façon dont les 26 PCS détaillées se répartissent au sein des 789 AU, une analyse multivariée est réalisée : le résultat final permet de regrouper les AU qui ont des structures sociales proches. Cette analyse géométrique des données est réalisée en deux temps : (i) l’analyse en composantes principales (ACP) permet de saisir les principales oppositions et associations des différentes variables (parmi les 26 catégories), (ii) la classification ascendante hiérarchique (CAH) permet de regrouper les 789 AU en six grandes classes.
Ce tableau permet de voir les 26 variables (modalités) retenues. La plupart proviennent de la variable cs2 en 24 postes, sauf pour les retraités et les inactifs.
3 Ordres de grandeur et scores globaux
En 2018, la population résidant en AU représente environ 85 % de la population nationale.
La population de référence (15 ans et plus) représente environ de 82 % de la population urbaine (résidant en AU).
Au final, la population de référence (les 15 ans et plus résidant en AU en 2018) représente près de 69 % de la population nationale.
La figure ci-dessus montre qu’on obtient les sensiblement les mêmes ordres de grandeur entre la population urbaine et la population nationale, avec tout de même :
Une sur-représentation pour la population nationale des csp agricoles.
Une sur-représentation pour l’ensemble des AU des inactifs sans activité pro et élèves/étudiants.
Cette deuxième figure produit un éclairage pour mieux comprendre les profils de la population nationale et de la population résidant en AU. Il s’agit du poids de la population résidant en AU par rapport à la population nationale, selon le découpage en CSP.
Note de lecture : plus de 90% des cadres d’entreprise français résident dans une Aire Urbaine.
Seules les 3 csp liées à l’agriculture sont en dessous de 70%.
4 Profils moyens et calcul des écarts (distances)
Avant de passer aux différentes explorations pour la construction de la typologie, voici quelques ordres de grandeurs accompagnés d’un double calcul de distances qui peut servir d’aide à l’interprétation. L’idée est de calculer, pour chaque AU, une distance à la moyenne de toutes les AU et une distance aux valeurs du département de la commune centre. Ainsi pour chaque ville, on obtient un écart au profil moyen des AU (spécificité de la ville) et à son contexte territorial (département).
4.1 Profil moyen des AU
Gestion des valeurs manquantes : on remplace tous les NA par 0, car les NA proviennent principalement du secret statistique primaire (seuil inférieur à 10 unités).
Les NA représentent 375 cellules du tableau soit 1.5 % des cellules.
Ce sont seulement 3.93% des AU qui ont au moins une valeur manquante.
La figure ci-dessus représente de nouveaux ordres de grandeur, il ne s’agit plus des profils de répartition sur des ensembles de population, mais bien d’un profil moyen construit à partir des profiles respectifs de chaque AU. Pour ce faire, on a simplement calculé la moyenne en colonne pour chaque variable en pourcentage.
On repère des écarts notables pour les catégories de cadres (CSP 36 et 32) et pour les étudiants (CSP 84) qui affichent des moyennes beaucoup plus basses que dans les profils globaux de la population nationale et de la population urbaine. Ces écarts sont dûs à la concentration métropolitaine de ces catégories (et à leur sous-représentation dans les petites villes).
4.2 Profils moyens des grandes villes et des villes petites et moyennes (VPM)
On fait un résumé statistiques de chaque variable pour l’ensemble des AU mais également selon la distinction entre grandes villes et VPM, à partir d’un seuil de 250 000 habitants.
Résumé statistique de chaque variable pour différents ensemble d'AU
Ce tableau permet l’exploration des profils moyens (moyennes des valeurs individuelles de chaque AU) selon trois ensembles :
L’ensemble des AU (score représentés dans le graphique précédent)
Les grandes villes (les 42 AU > 250 000 habitants)
Les VPM (les 747 AU du périmètre 2 < 250 000 habitants, avec un minimun à 2 000 habitants)
On retrouve bien les écarts importants pour les cadres d’entreprises : 4,7 % en moyenne pour les grandes villes et seulement 2,11 % en moyenne pour les villes petites et moyennes.
4.3 Calcul des distances à la moyenne et au département d’appartenance
4.3.1 Distances à la moyenne des AU
Les 5 villes les plus proches du profil moyen
Les 5 AU les proches du profil moyen sont toutes des villes moyennes avec des populations totales comprises entre 24 000 et 80 000 habitants.
La ville la plus proche du profil moyen est Marmande.
Les 5 villes les éloignées du profil moyen
Les AU les plus spécifiques, c’est-à-dire avec les écarts les plus importants au profil moyen sont de toutes petites villes ( 4 000 habitants) ou des aires urbaines des DROM, dans les cas de Saint Laurent-du-Maroni et de Maripasoula.
4.3.2 Distance de chaque AU au profil de son département d’appartenance
NOTE : Le département de chaque AU correspond au département de la commune centre de l’AU.
10 AU les éloignées du profil de leur département
Le tableau permet d’afficher un résumé des AU les plus spécifiques par rapport à leur contexte départemental.
On a mis en dessous le profil du département pour comparaison.
Les villes les plus éloignées de leur département sont soit des métropoles soit de toutes petites villes très spécialisées.
Une fois le tableau préparé, on obtient une table des AU avec :
Le code identifiant AU2010 ainsi que le libellé
La répartition de la population de 15 ans et plus dans la CSP en 26 postes (en pct)
Des indicateurs de distance à la moyenne totale des aires urbaines (sommes des écarts à la moyenne, normalisés en colonnes) et les écarts au profil du département d’appartenance.
5 Relations entre les variables
5.1 Corrélation entre les variables
On trouve ici :
Un bloc de corrélations positives entre les CSP d’un même grand groupe.
Un bloc de corrélations positives entre les CSP retraités privilégiés (2, 3, 4) et les actifs des CPIS et des artisans, commerçants et chefs d’entreprise (CSP 2 et 3).
6 Typologie
6.1 ACP
Réalisation d’une analyse en composantes principales (ACP) à partir des profils de CSP en 26 postes sur la population de 15 ans et plus.
On a choisi de retenir les 5 premiers axes de l’ACP. Ce qui correspond à plus de 60 % de la variance totale.
6.2 Description des axes
On trouvera ci-dessous une représentation graphique des oppositions des 4 premiers axes de l’ACP suivie d’une description des 5 axes retenus avec la contribution de chaque variable et un résumé des oppositions structurantes.
6.2.1 Espace Axe 1 VS Axe 2
6.2.2 Espace Axe 3 VS Axe 4
6.2.3 AXE 1
- AXE 1 : (+) Cadres et prof interm. et prof lib VS ouvriers (actifs et retraités) (-)
6.2.4 AXE 2
- AXE 2 : (+) Actifs (Cadres, tech, ouvr qualif) et étudiants VS Retraités (de la plupart des CSP) (-)
6.2.5 AXE 3
- AXE 3 : (+) Techniciens, ouvr qualif, PI, retraités CSP1 et 2 VS Employés fct publiques, inactifs, étudiants (-)
6.2.6 AXE 4
- AXE 4 : (+) Agriculteurs VS Economie résid et fonction publique (-)
6.2.7 AXE 5
- AXE 5 : (+) Services au particuliers, artisans, agriculteurs et commerces VS retraités employés et PI (-)
6.2.8 Commentaire de l’ACP
L’ACP donne des premières clefs de lecture, et montre tout d’abord que les villes se répartissent selon des oppositions classiques, d’abord en termes de groupes sociaux (aires urbaines ouvrières vs aires urbaines de cadres et de professions libérales), puis en termes de cycle de vie (aires urbaines avec une forte part de retraités vs les autres aires urbaines).
Ensuite, l’axe 3 sépare les AU avec une part d’inactifs, d’étudiants et d’emploi public particulièrement marquée des autres AU, l’axe 4 isole les AU dont la dominante économique relève soit de l’agriculture de celle relevant de l’économie résidentielle et l’axe 5 permet de mieux appréhender les AU selon la part des retraités employés et des professions intermédiaires.
6.3 CAH
Après avoir qualifié les grandes oppositions et différenciations entre villes telles qu’elles sont définies par l’ACP, nous réalisons une typologie en faisant une classification ascendante hiérarchique (critère de ward) sur les coordonnées des aires urbaines sur les 5 premiers axes de l’ACP.
6.3.1 Nombre de classes
On construit une CAH avec en 6 classes d’Aires Urbaines.
6.3.2 Description des classes
Ce premier graphique représente les positions moyennes des villes de chaque classe selon les 5 grands axes de l’ACP.
Ce second graphique permet de voir les scores moyens de chaque classe d’aires urbaines sur les 26 variables représentant les profils sociaux de leur population résidante de 15 ans et plus.
## $para
## Cluster: 1
## Vire Normandie_14 Loudéac_22 Baugé-en-Anjou_49 Longué-Jumelles_49
## 0.6300476 1.0320105 1.2154285 1.3522211
## Doué-la-Fontaine_49
## 1.3617444
## ------------------------------------------------------------
## Cluster: 2
## Rosporden_29 Bollène_84 Culoz_01
## 0.8574837 0.9055933 0.9606408
## La Voulte-sur-Rhône_07 Graulhet_81
## 0.9642646 0.9879573
## ------------------------------------------------------------
## Cluster: 3
## Ruffec_16 La Châtre_36 Valréas_84
## 0.6703129 0.8989835 0.9443780
## Saint-Amand-Montrond_18 Beaumont-de-Lomagne_82
## 0.9522493 1.0242142
## ------------------------------------------------------------
## Cluster: 4
## Saint-Benoît_974 Saint-Joseph_974 Sainte-Marie_972
## 1.757291 1.976838 2.148241
## Mourmelon-le-Grand_51 Valdahon_25
## 2.214852 2.442503
## ------------------------------------------------------------
## Cluster: 5
## Auxerre_89 Angoulême_16 Épinal_88 Bourges_18 Saint-Brieuc_22
## 0.4290057 0.6558032 0.7355669 0.7743867 0.8803381
## ------------------------------------------------------------
## Cluster: 6
## Salernes_83 Soustons_40 Bagnères-de-Luchon_31
## 0.916575 1.135421 1.442730
## Embrun_05 Agde_34
## 1.648618 1.704167
##
## $dist
## Cluster: 1
## Vertus_51 Pauillac_33 Saint-Mars-la-Jaille_44
## 9.836927 7.184674 6.343587
## Villaines-la-Juhel_53 Moncoutant-sur-Sèvre_79
## 6.086058 5.885816
## ------------------------------------------------------------
## Cluster: 2
## Fessenheim_68
## 7.707341
## Feuquières_60
## 6.539205
## Kayl (LUX) - Ottange (partie française)_57
## 6.311993
## Maîche_25
## 6.077873
## Hauts de Bienne_39
## 5.914796
## ------------------------------------------------------------
## Cluster: 3
## Grand-Bourg_971 Civray_86 Rostrenen_22
## 6.086949 5.967783 5.851910
## Bourganeuf_23 La Charité-sur-Loire_58
## 5.414874 5.234443
## ------------------------------------------------------------
## Cluster: 4
## Maripasoula_973 Saint-Laurent-du-Maroni_973
## 13.470265 11.145949
## Kourou_973 Suippes_51
## 7.032797 6.949854
## Saint-Benoît_974
## 6.874616
## ------------------------------------------------------------
## Cluster: 5
## Paris_75
## 9.378191
## Toulouse_31
## 8.618932
## Genève (SUI) - Annemasse (partie française)_74
## 8.164546
## Nantes_44
## 8.038745
## Montpellier_34
## 7.896682
## ------------------------------------------------------------
## Cluster: 6
## Morzine_74 Saint-Tropez_83 Abondance_74 Ars-en-Ré_17 Cogolin_83
## 11.929266 8.989871 8.965220 8.637521 8.165386
Enfin pour aider l’interprétation de ces classes , on repère 10 individus spécifiques pour chacune d’entre elles :
- les 5 AU
$parasont celles qui sont le plus proches du centre de la classe - les 5 AU
$distsont celles qui sont le plus spécifiques à chaque classe, c’est-à-dire les plus éloignées des autres classes.
Rappel des oppositions dégagées dans les 5 axes de l’ACP :
AXE 1 : (+) Cadres et prof interm. et prof lib VS ouvriers (actifs et retraités) (-)
AXE 2 : (+) Actifs (Cadres, tech, ouvr qualif) et étudiants VS Retraités (de la plupart des CSP) (-)
AXE 3 : (+) Techniciens, ouvr qualif, PI, retraités CSP1 et 2 VS Employés fct publiques, inactifs, étudiants (-)
AXE 4 : (+) Agriculteurs VS Economie résid et fonction publique (-)
AXE 5 : (+) Services au particuliers, artisans, agriculteurs et commerces VS retraités employés et PI (-)
Dans la description des classes : la première parenthèse concerne le nombre d’AU, la deuxième parenthèse répertorie 2 villes (le premier parangon/ le premier spécifique)
- CLASSE 1 (71) : Villes tournées vers les activités agricoles et la petite industrie (Vire Normandie / Vertus)
- CLASSE 2 (211) :Villes de tradition ouvrière (Rosporden / Fessenheim)
- CLASSE 3 (196) : Villes de retraités, plutôt ouvrières et fonction publique (Ruffec / Grand-Bourg)
- CLASSE 4 (26) : Périphériques (Saint-Benoît / Maripasoula)
- CLASSE 5 (211) : Villes d’encadrement et de formation (Auxerre / Paris)
- CLASSE 6 (74) : Villes de retraités favorisés (Salernes / Morzine)
6.4 Cartographie
6.4.1 Cartographie statiques
6.4.2 Cartographie interactive
7 Tableau des AU
Tableau détaillé des résultats de la typologie